PDMP:εk个性化数据脱敏保护方法

• 作者: 刘振鹏 孙静薇 尹文召 张彬 王文胜 王烁
• 来源期刊: 计算机应用研究
• 关键词: 个性化 k-匿名 泛化 l-多样性 隐私保护
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 信息安全技术
• 页码范围: 3068-3070,3082
• 页数: 4页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.06.0238

摘要

通过对k-匿名数据脱敏和l-多样性匿名数据脱敏模型分析,提出一种更加有针对性的个性匿名保护方法(PDMP)来解决数据泄露问题.PDMP根据不同的敏感程度来找到不同的k值,通过相应的约束方法对数据进行泛化从而实现敏感数据的脱敏,减少真实数据的攻击率,更好地实现隐私数据的保护.实验表明,该方法降低了信息敏感度的同时,满足了个性化需求,有效地提高了数据隐私的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张彬		32	92	5.0	8.0
2	刘振鹏		63	600	11.0	23.0
3	尹文召		2	0	0.0	0.0
4	王文胜		4	4	2.0	2.0
5	孙静薇		4	3	1.0	1.0
6	王烁		2	1	1.0	1.0